스케일링의 정치: 생성형 인공지능 모델의 사회적 연구를 위한 어젠다

Abstract

이 글은 생성형 인공지능(Generative AI)의 등장 이후 이 기술이 연구개발과 사용 현장에서 전개되는 구체적인 실천 양상을 살펴보고 이를 바탕으로 기술의 사회적 연구(social studies of technology)를 위한 새로운 연구 어젠다를 탐색하고자 한다. 특히, 거대 언어 모델(LLM)의 성공 이후 이른바 ‘스케일링 법칙(scaling law)’이 이 분야 기술혁신에서 핵심 원칙이 되고 있다는 점에 주목한다. AI 모델의 매개변수와 데이터 수 등을 증가시키면 모델의 성능을 계속 향상시킬 수 있다는 주장이 하나의 자연법칙처럼 반복되면서 기술기업 등은 모델의 규모를 끝없이 확대하면서 경쟁하고 있다. 이 글은 컴퓨터과학자들처럼 스케일링 법칙을 경험적 자연법칙처럼 간주하기보다는 AI 연구개발을 둘러싼 새로운 기술정치의 핵심 요소로 다룰 것이다. 이는 AI 기술을 구성하는 다양한 담론적·정치경제적·물질적·실천적 요소들을 드러냄으로써 탈역사적이고 신비적인 것처럼 보이는 AI 기술을 ‘불안정하게’ 만들고자 하는 시도다. 무엇보다 이 글은 LLM의 연구개발, 유지와 사용 현장에서 작동하는 기술정치를 이해하기 위한 개념으로 ‘스케일링의 정치(politics of scaling)’를 제안하고자 한다(Pfotenhauer et al., 2022). 이 연구는 과학연구 논문과 연구개발 실천을 다룬 현장 사회과학 연구를 검토하고, 일부 면담 자료를 바탕으로 스케일링의 정치가 작동하는 방식을 분석한다. 이를 통해 스케일링의 정치를 분석적으로 접근할 수 있는 연구 어젠다로 스케일 낙관주의, 마찰의 선택적 가시화, 거대 실험주의를 제시한다. 이 요소들은 스케일링의 정치를 구성하면서 AI 모델의 사회적 연구를 하려는 이들에게 새로운 연구 주제들을 구체적으로 제공해 준다. 이런 분석은 AI 모델의 규모가 끝없이 확대되는 과정에서 인식론적 믿음, 가치평가 도구, 정치경제적 조건, 담론 지형 등이 상호 결합해 특정한 권력을 형성하고 있다는 점을 보여준다. 이 연구는 AI 기술혁신이 주도하는 최근의 변화를 스케일링의 정치로 이해할 가능성을 제시하면서 기술의 사회적 연구가 개입할 수 있는 다양한 지점을 마련하는 데 기여할 것이다.